期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
图像去雾中深度学习数据增强方法 被引量:2
1
作者 苏欣宇 王涛 +6 位作者 诸葛杰 王华英 胡争胜 张小磊 李佩 苏群 董昭 《电光与控制》 CSCD 北大核心 2024年第3期81-85,共5页
图像去雾是图像处理领域中非常重要的问题。深度学习可以有效提高图像清晰度,但训练过程中由于缺少相对应的真实雾匹配数据对,多采用合成雾作为数据集。现有合成雾多依赖于深度信息、大气散射系数等参数,针对由此作为数据集训练容易造... 图像去雾是图像处理领域中非常重要的问题。深度学习可以有效提高图像清晰度,但训练过程中由于缺少相对应的真实雾匹配数据对,多采用合成雾作为数据集。现有合成雾多依赖于深度信息、大气散射系数等参数,针对由此作为数据集训练容易造成颜色失真和去雾不彻底的问题,提出基于循环生成对抗网络(CycleGAN)合成雾方法。通过该网络进行不匹配数据对训练学习有雾图像的特征,然后赋予清晰图片真实雾特征并与其自身构成匹配数据对,最后再用此类数据集进行去雾训练。结果表明,这些数据集可以有效解决颜色失真和去雾不彻底等问题。 展开更多
关键词 图像去雾 循环生成对抗网络 图像模糊 图像清晰度增强
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部